Projekt für das Labor der Vorlesung Computer Vision an der Hochschule Karlsruhe
- C++ 83.3%
- C 6.2%
- CMake 6%
- Python 4.5%
Lorenz Lutz
df001ca6d2
If OpenCV or SDL were missing CMake would not fail during configuration because it would find the Windows libraries in the vendor folder. This is not what we want. We want CMake to fail early and say that the libs are missing. |
||
|---|---|---|
| .github/workflows | ||
| assets | ||
| include | ||
| mediapipe-demo | ||
| misc | ||
| src | ||
| vendor | ||
| .gitattributes | ||
| .gitignore | ||
| CMakeLists.txt | ||
| LICENSE | ||
| Presentation.pdf | ||
| README.md | ||
Computer Vision Projekt
Projekt für das Labor der Vorlesung Computer Vision an der Hochschule Karlsruhe.
Folien der Abschlusspräsentation.
Kurzanleitung
mkdir build && cd build # Build-Verzeichnis erstellen
cmake -G "Ninja Multi-Config" .. # Build Dateien erzeugen
cmake --build . # Programm bauen
Wer unter Windows entwickelt muss die x64 Native Tools Command Prompt
verwenden um die Kommandos auszuführen.
Der Release-Build hat bessere Performanz insbesondere für ältere Computer:
cmake --build . --config Release # Programm in Release-Mode bauen
Voraussetzungen
Windows
- git
- Visual Studio mit der Workload
Desktopentwicklung mit C++.
Linux
Getestet mit Ubuntu 22.04 LTS:
sudo apt install build-essential git git-lfs cmake ninja-build libsdl2-dev libopencv-dev
MacOS
TODO